Mar, 2024
GRITv2：高效轻量级社交关系识别
GRITv2: Efficient and Light-weight Social Relation Recognition
N K Sagar Reddy, Neeraj Kasera, Avinash Thakur
TL;DR我们的研究专注于分析和改进基于图的关系推理变形器（GRIT），这是该领域的一个重要基准。我们使用 PISC-fine 数据集进行了全面的消融研究，以寻找和探索 GRITv2 的效率和性能改进。我们的研究在 PISC 关系数据集上提供了一个新的冠军关系识别模型。我们在 GRIT 模型中引入了几个特性，并对我们的新基准进行了分析，分别为 GRITv2-L（大型）和 GRITv2-S（小型）。我们提出的 GRITv2-L 在关系识别上超过了现有方法，而 GRITv2-S 与 GRITv2-L 的性能差距仅为 2%，而其模型大小和参数仅为 GRITv2-L 的 0.0625 倍。此外，我们还解决了模型压缩的需求，这是在资源受限平台上部署高效模型的关键领域。通过应用量化技术，我们将 GRITv2-S 的大小有效地减小到 22MB，并在旗舰手机 OnePlus 12 上部署，仍然超越 PISC-fine 基准，突显了我们的模型在移动设备上的实用性和改进的高效性。